W erze postępującej digitalizacji działań mediowych firmy posiadają coraz więcej danych, jednakże rzadko kto w pełni wykorzystuje ich potencjał. Dane są gromadzone w różnych systemach, w ramach różnych metodologii, czego efektem jest brak spójności, który sprawia, że niemożliwe jest stworzenie pełnego obrazu i wyciągania poprawnych wniosków. Na szczęście z pomocą przychodzą projekty web analityczne, które poprzez poprawną agregację danych z różnych źródeł oraz ich wielopłaszczyznową analizę dostarczają odpowiedzi na konkretne wyzwania biznesowe.
W świecie internetu takich wyzwań najwięcej stoi przed branżą e-commercową, która musi doskonale rozumieć całą ścieżkę użytkownika – od momentu pierwszego kontaktu z reklamą, aż do fidelizacji klienta w celu maksymalizacji jego wartości (Life Time Customer Value). Jednakże rynek stricte e-commercowy nie jest jedyny – podobne wyzwania stawiane są coraz częściej także innym sektorom, które coraz mocniej wchodzą w sprzedaż online: branża telekomunikacyjna, aktualnie oferująca nawet multisimy przez internet, a także branża motoryzacyjna, która również stawia pierwsze kroki w świecie e-commercowym testując sprzedaż nowych samochodów online.
Dobrze przeprowadzony projekt web analityczny pozwala odpowiedzieć na pytania, które mają bezpośredni wpływ na wynik finansowy oraz ROI działań mediowych. Optymalizacja lejka konwersji, identyfikacja i eliminacja barier na ścieżce zakupowej oraz zdefiniowanie segmentów klientów z największym prawdopodobieństwem konwersji to tylko wybrane obszary, które można zaadresować w ramach projektu web analitycznego. Projekt taki wymaga właściwego podejścia, który można przedstawić przy pomocy pięciu kluczowych kroków.
5 kroków dla projektów web analitycznych
- Zrozumienie potrzeb biznesowych
- Identyfikacja źródeł danych i ich audyt
- Wdrożenie dedykowanych narzędzi analitycznych
- Analiza danych
- Wpływ wyników analizy na wynik biznesowy
Krok 1 – Zrozumienie potrzeb biznesowych
Każdy projekt web analityczny ma za zadanie dostarczyć klientowi odpowiedzi oraz rozwiązania na stojące przed nim wyzwania biznesowe. Stąd kluczowym pierwszy krokiem jest dokładne zrozumienie jego potrzeb, co stanowi także strategiczny krok, który określi całość działań oraz zakres niezbędnych analiz.
Podczas sesji brainstormowej z klientem zderzamy ze sobą dwa cenne źródła informacji:
- po stronie klienta wiedza biznesowa, znajomość procesów, produktu, rynku oraz konkurencji;
- po stronie agencji wiedza mediowa, technologiczna, analityczna oraz znajomość narzędzi i ich możliwości.
Dzięki temu, możemy zidentyfikować wszystkie potrzeby klienta w obszarze analityki – nie tylko te najbardziej oczywiste, ale także te, które dopiero w trakcie sesji brainstormowej wyszły na jaw w wyniku zderzenia się obu perspektyw. Rozpoznane w ten sposób potrzeby determinują obszary projektu web analitycznego, więc na tym etapie może okazać się, że jego ostateczny zakres będzie inny, niż początkowo obie strony zakładały.
Krok 2 – Identyfikacja źródeł danych i ich audyt
Nim analityk przejdzie do pracy na samych danych niezbędne jest zmapowanie całego ekosystemu technologicznego klienta w celu identyfikacji wszystkich dostępnych źródeł danych. Do źródeł danych zaliczają się między innymi systemy stricte web analityczne (Google Analytics, Adobe Analytics), systemy trackingowe (DoubleClick, Sizmek, Exactag), czy też dane emisyjne np. pochodzące z emisji displayowych. NIestety wszystkie te systemy bazują na technologii cookies, która posiada spore ograniczenia znacząco wpływające na jakość danych.
Istotne jest więc wykorzystanie danych, które pochodzą bezpośrednio z systemów Klienta (tzw. 1-st party data). Doskonale wiemy, że najlepszym sposobem na pozyskanie informacji o klientach jest otrzymanie ich bezpośrednio od nich samych Takie informacje mogą być przez nich przekazywane poprzez dokonanie zakupu, wysłanie zapytania ofertowego czy też poprzez wypełnienie formularza leadowego na stronie gdzie dobrowolnie i świadomie przekazuje nam informacje o sobie. Dane gromadzone choćby w systemie CRM klienta stanowią najcenniejsze źródło informacji, na bazie których można przeprowadzić zaawansowane analizy dotyczące profilu konsumenta, częstotliwości zakupów i wartości koszyka.
Znając już cały ekosystem technologiczny konieczna jest weryfikacja sposobu zbierania danych przez poszczególne systemy. Taki audyt bieżących ustawień, wdrożonych skryptów oraz narzędzi pozwala zidentyfikować potencjalne błędy w sposobie gromadzonych danych, które docelowo miały być wykorzystane w analizie. Nierzadko ponowny set-up narzędzi jest niezbędny w celu zebrania poprawnych danych.
Krok 3 – Wdrożenie dedykowanych narzędzi analitycznych
W większości wypadków standardowe narzędzia jednak nie wystarczają i konieczne jest wdrożenie dodatkowych, aby móc mierzyć te niestandardowe zdarzenia i interakcje użytkownika ze stroną, które są kluczowe z punktu widzenia analizy. Mogą to być dedykowane narzędzia dające możliwość analizy jakości strony z punktu widzenia doświadczeń jej użytkownika.
Narzędzia analityczne mogą obejmować:
- mapy kliknięć i przewijania (Hot Jar, Mouseflow, Crazy Egg),
- analizy formularzy (Formissimo),
- testy A/B (Google Optimize, Optimizely, Unbounce).
Po wdrożeniu zupełnie nowych narzędzi i konfigurowaniu niestandardowych wydarzeń potrzebujemy czasu, aby zebrać statystycznie znaczącą ilość danych, która zostanie poddana późniejszej analizie.
Krok 4 – Analiza danych
Przedostatni krok polega na wykorzystaniu zebranych danych w celu odnalezienia odpowiedzi na stawiane wyzwania biznesowe, które zostały zaadresowane w zakresie projektu. To jest także największy obszar projektu web analitycznego, który jako pierwszy nie definiuje “Jak jest?”, za to stara się udzielić odpowiedzi na najtrudniejsze pytania: “Dlaczego tak jest?” oraz próbuje znaleźć odpowiedź na pytanie “Jak być powinno?”.
To jest także obszar projektu, który mocno ewoluuje, gdzie pierwotnie planowane analizy mogą stanowić tylko przysłowiowy czubek góry lodowej. W jej trakcie może okazać się że konieczne jest dodatkowe zestawienie zebranych danych z dodatkowymi informacjami pochodzącymi z innego systemu, analiza nowych segmentów i kohort użytkowników czy też inne wykorzystanie dopiero co zebranych danych.
Krok 5 – Wpływ wyników analizy na wynik biznesowy
Ostatni krok opiera się na przedstawieniu wyników analizy. W trakcie takiego spotkania zespół analityczny nie tylko omawia same wyniki, ale także dzieli się wszystkimi spostrzeżeniami oraz rozwiązaniami, które można zastosować w celu maksymalizacji potencjału biznesowego Klienta. Jest to ważny etap, który pozwala zrewidować wcześniejsze założenia oraz skonfrontować nasze wyobrażenia z konkretnymi liczbami wynikającymi z analizy.
Często ten ostatni etap tak naprawdę stanowi także pierwszy krok dla nowych projektów web analitycznych, których potrzeba przeprowadzenia rodzi się w trakcie całego procesu. Mogą to być projekty stałe, mające na celu weryfikację wpływu wprowadzonych zmian wynikających z rekomendacji projektu pierwotnego, czy też zupełnie nowy projekt na przykład dotyczący pogłębionej analizy wybranego aspektu np: konwersyjności z urządzeń mobilnych z uwzględnieniem analizy user experience stricte pod mobile.
Dobrze przeprowadzone projekty web analityczne pozwalają zoptymalizować działania firmy na wielu płaszczyznach: zwiększają potencjału prowadzonych kampanii reklamowych, podnoszą zwrot z pojedynczego konsumenta, pozwalają na lepsze zrozumienie ich potrzeb, a dzięki analizie segmentów bardziej precyzyjnie komunikować oferty. Projekty te stanowi olbrzymie wsparcie zarówno dla działań sprzedażowych jak i marketingowych czyniąc je bardziej efektywnymi, co przekłada się bezpośrednio na wzrost biznesu online.
